Un esquema para el realce de imágenes de neoplasias malignas en tejidos formados a partir del endodermo embrionario

Contenido principal del artículo

Autores

José Gerardo Chacón Rangel Josep Nestor Sequeda Ramon Johel Enrique Rodriguez Fernandez Anderson Smith Florez Fuentes

Resumen

El impacto de los artefactos y el ruido en
las imágenes de tomografía computarizada
determina la calidad y la comprensión de los
procedimientos computacionales de análisis
de imágenes médicas. En la evaluación
automática de los tumores cancerosos, el
realce de la imagen es una tarea preliminar
necesaria para los métodos de segmentación
utilizados para localizar el tumor y cuantificar
los volúmenes de las neoplasias. En este
documento, se describe un procedimiento
para evaluar la capacidad de un conjunto de
filtros de suavizado utilizados para disminuir
el impacto de los artefactos y el ruido en las
imágenes de tomografía computarizada de
pulmón, hígado y estómago en presencia de
tumores cancerosos. La determinación de los
mejores filtros de mejora se realiza mediante
una función de puntuación basada en la
fusión de medidas de mejora de imagen de
referencia completa y de referencia ciega.


 

Palabras clave:

Detalles del artículo

Referencias

[1]. Al-Ameen Z, Al-Ameen S, Sulong G. Latest
methods of image enhancement and restoration
for computed tomography: A concise review.
Applied Medical Informatics. 2015; 36(1): 1–12

[2]. Albertina B, Watson M, Holback C, Jarosz R, Kirk
S, Lee Y, Lemmerman J. Radiology data from the
cancer genome atlas lung adenocarcinoma
[TCGA-LUAD] collection. The Cancer Imaging
Archive.
[Online].
Available:
http://doi.org/10.7937/K9/TCIA.2016.JGNIHEP
5, 2016.


[3]. Barrett J, Keat N. Artifacts in CT: Recognition and
avoidance1. Radiographics. 2004; 14(6): 1679–
1691.

[4]. Barrett J, Keat N. Artifacts in CT: Recognition and
avoidance1. Radiographics. 2004; 14(6): 1679–
1691.

[5]. Cañero C, Radeva P. Vesselness enhancement
diffusion. Pattern Recognition Letters. 2003;
24(16): 3141–3151.

[6]. Clark K, Vendt B, Smith K, Freymann J, Kirby J,
Koppel P, Moore S, Phillips S, Maffitt D, Pringle D,
Tarbox L, Prior F. The Cancer Imaging Archive
(TCIA): Maintaining and Operating a Public
Information Repository. Journal of Digital
Imaging. 2013; 26(6):1045–1057.

[7]. Diwakar M, Kumar M. A review on CT image
noise and its denoising. Biomedical Signal
Processing and Control. 2018; 42:73–88.

[8]. Erickson BJ, Kirk S, Lee Y, Bathe O, Kearns M,
Gerdes C, Lemmerman J. Radiology data from the
cancer genome atlas liver hepatocellular
carcinoma [TCGALIHC] collection. The Cancer
Imaging Archive.
[Online]. Available:
http://doi.org/10.7937/K9/TCIA.
2016.IMMQW8UQ, 2016.

[9]. DiMarino A, Benjamin S. Gastrointestinal Disease:
An Endoscopic Approach. Slack, 2002

[10]. D’Amour K, Agulnick A, Eliazer A, Kelly O,
Kroon E, Baetge E.Efficient differentiation of
human embryonic stem cells to definitive
endoderm. Nature Biotechnology. 2005; 23(12):
1534–1541.

[11]. D’Amour K, Agulnick A, Eliazer A, Kelly O,
Kroon E, Baetge E.Efficient differentiation of
human embryonic stem cells to definitive
endoderm. Nature Biotechnology. 2005; 23(12):
1534–1541.

[12]. Fass L. Imaging and cancer: A review.
Molecular Oncology.- 2008; 2(2): 115–152.

[13]. Fritz A, Percy C, Jack A, Shanmugaratnam
K, Sobin L, Parkin D, Whelan S. International
classification of diseases for oncology: ICD-O.
Geneva: World Health Organization, 2013.

[14]. Gabarda S, Cristóbal G. Blind image
quality assessment through anisotropy. Journal of
the Optical Society of America A. 2007; 24(12):
B42–B51.

[15]. Gabarda S, Cristóbal G. Blind image
quality assessment through anisotropy. Journal of
the Optical Society of America A. 2007; 24(12):
B42–B51.

[16]. Gil-Leguizarron, P., & Morales-Puentes, M.
(2016). Información espacial, herramientas de
análisis en la transformación de las coberturas
vegetales. Ingeniería e Innovación, 4(2), 15-22.

[17]. Gilbert S. Developmental Biology.
Sunderland (MA): Sinauer Associates, 2000.

[18]. Gonzalez R, Woods R. Digital Image
Processing. USA: Prentice–Hall, 2006.

[19]. McWilliams S, Murphy K, Golestaneh S,
O’Regan K, Arellano R, Maher M, O’Connor O.
Reduction of guide needle streak artifact in CT–
guided biopsy. Journal of Vascular and
Interventional Radiology. 2014; 25(12): 19291–
1935.

[20]. National Cancer Registrars Association,
Cancer Registry Management: Principles &
Practice. Kendall/Hunt Publishing Company,

[21]. Lucchesi FR, Aredes ND. Radiology data
from the cancer genome atlas stomach
adenocarcinoma [TCGASTAD] collection. The
Cancer Imaging Archive. [Online]. Available:
http://doi.org/10.7937/K9/TCIA.2016.GDHL9KI
M, 2016.

[22]. Paranjape R. Fundamental enhancement
techniques,” in Handbook of Medical Image
Processing and Analysis, 2nd ed., I. Bankman, Ed.
Burlington: Academic Press, 2009: 3–18.


[23]. Pauwels E, Frederix G. Finding salient
regions in images: Non–parametric clustering for
image segmentation and grouping. Computer
Vision and Image Understanding. 1999; 18(1–2):
73–85, special issue.

[24]. Perona P, Malik J. Scale-space and edge
detection using anisotropic diffusion. IEEE
Transactions on Pattern Analysis and Machine
Intelligence. 1990; 12(7): 629–639.

[25]. Serra J. Image Analysis and Mathematical
Morphology. USA: Academic Press, 1983.

[26]. Sethian J. Level Set Methods and Fast
Marching Methods: Evolving Interfaces in
Computational Geometry, Fluid Mechanics,
Computer Vision, and Materials Science.


[27]. Sobin LH.International histological
classification of tumors, second edition. Cancer.
1989; 63(5): 907–907.

[28]. Schiavon L, Tyng C, Travesso D, Rocha R,
Schiavon A, Bitencourt A. Computed tomographyguided
percutaneous biopsy of abdominal
lesions: indications, techniques, results, and
complications. Radiologia brasileira. 2018; 51(3):
141–146

[29]. Yin L, Yang R, Gabbouj M, Neuvo Y.
Weighted median filters: a tutorial. IEEE
Transactions on Circuits and Systems II: Analog
and Digital Signal Processing. 1996; 43(3): 157–
192.

[30]. Wang Z, Bovik A. Mean squared error:
Love it or leave it? a new look at signal fidelity
measures. IEEE Signal Processing Magazine.
2009; 26(1): 98–117.

[31]. Wang, Z., Li, Q. Information content
weighting for perceptual
image quality
assessment. IEEE Trans. Image Processing. 2011;
20(5): 1185–1198.

[32]. Zorn A, Wells J. Vertebrate endoderm
development and organ formation. Annual
review of cell and developmental biology. 2009;
25(5): 221–251.

Descargas

La descarga de datos todavía no está disponible.